【Deep Learning 五】课程二(mproving Deep Neural Networks),第一周(Setting up your Machine Learning Applicat)答案
吴恩达深度学习课程课后习题(2课1周)
数据集规模相对小的,可以采用传统三七或二二六分法,但在大量数据的时候,只需要1%的验证和测试就足够了。答案C
有时候我们会遇到训练集和验证/测试集来自不同地方的分布,但我们最起码得保证,验证集合测试集是来自同一个分布。因为,我们用验证集来评估几个不同的模型,尽可能的优化性能。答案A
高偏差的解决办法是扩大神经网络或增加训练集,高方差的解决方法是正则化和增加训练集。答案CDE
从数据上看,已经过拟合。解决方法是L2正则化增大参数lambda,或者收集更多的训练数据。答案AC
权重衰减是一种正则化方法,比如L2正则化,它是让整个权重值减小,以避免梯度爆炸。答案A
L2正则化中,lambda变大,权重减小,更接近0。答案A
答案C
答案BD
减少高方差的方法有,增大输入数据量和L2,Dropout。答案BEG
答案B
https://zhuanlan.zhihu.com/p/31805813
【Deep Learning 五】课程二(mproving Deep Neural Networks),第一周(Setting up your Machine Learning Applicat)答案相关推荐
- 【论文翻译_模型二值量化】Learning Channel-wise Interactions for Binary Convolutional Neural Networks
tips:因为是翻译给自己看的,所以作者什么的没提了. 论文名称:Learning Channel-wise Interactions for Binary Convolutional Neural ...
- 第五门课 序列模型(Sequence Models) 第一周 循环序列模型(Recurrent Neural Networks)
第五门课 序列模型(Sequence Models) 第一周 循环序列模型(Recurrent Neural Networks) 文章目录 第五门课 序列模型(Sequence Models) 第一周 ...
- 20172311『Java程序设计』课程 结对编程练习_四则运算第一周阶段总结
20172311『Java程序设计』课程 结对编程练习_四则运算第一周阶段总结 结对伙伴 学号 :20172307 姓名 :黄宇瑭 伙伴第一周博客地址: http://www.cnblogs.com/ ...
- Learning Human-Object Interactions by Graph Parsing Neural Networks阅读笔记
前言 这是一篇2018年发表在ECCV上得paper,论文原文点这里. 笔记 说实话刚看到这篇文章还是有点唬人的,文中作者提出了一个网络模型叫GPNN,图解析神经网络,我以为是跟GNN有关系,花了一些 ...
- CS231n系列课程Lecture4:Backpropagation and Neural Networks(part 1)
先贴出课程链接: http://pan.baidu.com/s/1cBznv4 密码: 7nbg 课程开始回顾了一下得分函数,SVM loss, data loss + regularization, ...
- 周志华《Machine Learning》学习笔记(6)--神经网络(文末附代码)
上篇主要讨论了决策树算法.首先从决策树的基本概念出发,引出决策树基于树形结构进行决策,进一步介绍了构造决策树的递归流程以及其递归终止条件,在递归的过程中,划分属性的选择起到了关键作用,因此紧接着讨论了 ...
- Coursera机器学习-第六周-Advice for Applying Machine Learning
Evaluating a Learning Algorithm Desciding What to Try Next 先来看一个有正则的线性回归例子: 当在预测时,有很大的误差,该如何处理? 1.得到 ...
- 周志华《Machine Learning》学习笔记(13)--特征选择与稀疏学习
上篇主要介绍了经典的降维方法与度量学习,首先从"维数灾难"导致的样本稀疏以及距离难计算两大难题出发,引出了降维的概念,即通过某种数学变换将原始高维空间转变到一个低维的子空间,接着分 ...
- 周志华《Machine Learning》学习笔记(12)--降维与度量学习
上篇主要介绍了几种常用的聚类算法,首先从距离度量与性能评估出发,列举了常见的距离计算公式与聚类评价指标,接着分别讨论了K-Means.LVQ.高斯混合聚类.密度聚类以及层次聚类算法.K-Means与L ...
最新文章
- VS创建props属性表并在新项目中导入props属性表
- CNVD-C-2019-48814 漏洞
- Vue 第一天学习 ---2018.06.28
- 哈希表及哈希表查找相关概念(转)
- 安卓EditText
- Oracle 10g RAC Installer 故障之--Oracle软件安装无法发现集群
- Angular 发布首个正式的路线图
- Windows学习总结(13)——各品牌电脑进入BIOS按键汇总
- Elasticsearch--进阶-term_keyword查询---全文检索引擎ElasticSearch工作笔记015
- Failed to create the part‘s controls解决方法
- php网站mysql数据库导入工具_phpstudy通过phpMyAdmin导入mysql数据库方法
- Language Understanding for TextGames using Deep Reinforcement
- 把DataTable转换为泛型ListT或是JSON
- matlab求smith标准型
- SQLite数据类型详解
- 持续集成CI, 持续部署CD, 持续交付CD要点
- 自己动手XP集成SP3补丁
- 家电电子行业内卷严重,你还觉得单片机没用吗
- Holt-Winters方法预测水电发电量
- ThinkPHP5 实现短信验证码注册功能